DN-SEV Sistema Esperto per la Validazione

Transcript

1 DN-SEV Sistema Esperto per la Validazione Ing.Sergio Storari DEIS Università di Bologna DN-SEV: DiaNoema Sistema Esperto per la Validazione Scopo del DN-SEV: Fornire all operatore medico informazioni esaurienti sui controlli eseguiti; Aumentare e semplificare le possibilità di personalizzazione dei controlli. 1

2 DN-SEV: DiaNoema Sistema Esperto per la Validazione Caratteristiche del DN-SEV: Realizza i controlli di Accettabilità, Patologia, Deltacheck e Plausibilità; Consente di personalizzare le modalità di controllo per ogni singola analisi; Fornisce informazioni dettagliate sulle regole che hanno generato degli allarmi; Controllo Totale sulle Regole: consente all utente di personalizzare le regole esistenti e di crearne di nuove; Relazione tra DN-SEV e Italab C/S Italab C/S (Dianoema S.p.A.): gestisce tutti i dati inerenti le analisi, dalle richieste ai referti. Tutti i dati sono contenuti in un database gestito da Oracle. Il DN-SEV si interfaccia con il server Oracle via ODBC e gestisce I seguenti dati: [Input] Configurazioni analisi; [Input] Dati dei pazienti (sesso, identificativo, reparto, ); [Input] Risultati delle analisi; [Input] Richieste delle analisi; [Output] Considerazioni e allarmi inerenti i risultati delle analisi 2

3 Relazione tra DN-SEV e Italab C/S DN-SEV: Configurazione dei controlli Per ogni analisi è possibile aggiungere le seguenti impostazioni ai controlli: Attivare o meno un particolare controllo; Specificare un particolare ordine di valutazione dei controlli; Terminare o meno l esecuzione dei controlli in caso uno particolare di essi abbia generato un allarme (per evitare la visualizzazione di allarmi inutili ); Personalizzare i limiti dei range di Accettabilità e Patologia a seconda delle caratteristiche del paziente. 3

4 DN-SEV: Le regole Regole di Accettabilità If (ogg_risultato:valore_risultato < nome_cfg_analisi:valore_minimo_accettabilità) Or (ogg_risultato:valore_risultato < nome_cfg_analisi:valore_massimo_accettabilità) Then Genera_allarme(ogg_risultato, commento ) DN-SEV: Le regole Regole di Plausibilità: ognuna di essere rappresenta una relazione che deve intercorrere tra due o più oggetti (analisi o reparto del paziente) es. Potassio (es1) and Calcio (es2). If ( es1:result > 6.3 ) And ( es2:result < 7 ) Then Alarm = TRUE Else Alarm = FALSE; Regole generali: che coinvolgono uno o più dati inerenti una singola analisi 4

5 DN-SEV: Configurazione delle regole di Plausibilità DN-SEV: Sistema Aperto ed Espandibile Prossime evoluzioni del sistema: Regole sulla influenza dei farmaci nel caso di analisi con valori particolarmente fuori dalla norma; Gestione della qualità e rivalutazione automatica dei risultati delle analisi; Richiesta automatica di analisi di controllo in casi particolari; 5

6 ESMIS Sistema Esperto per la Sorveglianza dei dati Microbiologici Ing.Sergio Storari Deis Università di Bologna ConvenzioneDEIS DianoemaS.p.A. ESMIS: Obiettivi del Progetto Realizzazione di un Sistema Esperto per il Trattamento delle Infezioni Nosocomiali, orientato a: Supporto, per la Scelta dell Antibiotico più adeguato al trattamento dell infezione di un Paziente. Rilevazione, in tempo reale, di Allarmi, a logica complessa, inerenti la valutazione delle Analisi Batteriologiche. 6

7 ESMIS: Dati del Sistema Ingresso: i risultati degli esami microbiologici esportati da Italab C/S: risultati dei test degli antibiotici provati sui microbi identificati nelle colture; Dati relativi agli antibiotici; Dati relativi ai Batteri; Dati relativi ai Pazienti. Uscite: Valutazione sui referti; Allarmi in caso di situazioni anomali. ESMIS: Specifiche funzionali del Sistema Esperto Deve analizzare i risultati degli esami di un laboratorio di microbiologia e compiere principalmente le seguenti operazioni: controllare la validità degli esami; individuare la lista dei farmaci più indicati alla cura di un paziente; generare allarmi inerenti un singolo esame e la situazione clinica di un paziente; identificare la nascita e lo sviluppo di focolai epidemici all interno dell ospedale. 7

8 ESMIS: Specifiche funzionali del Sistema Esperto Regole ottenute esaminando documenti di linee guida e gli esperti Forward chaining Esempi: SE NOT (microbo = E.Coli ) AND testata(fosfomicina) AND TipoTest(fosfomicina,AGAR) ALLORA allarme( Non è necessario testare questo antibiotico perché eseguito con AGAR può dare risultati errati ); se SE (microbo=salmonella OR microbo=shigella spp.) AND Risposta(AMINOGLISIDI)=S ALLORA Risposta(AMINOGLISIDI)=R AND allarme( La risposta all antibiotico in vitro è Sensibile ma sarà R. ) in vivo ESMIS: Supporto alla definizione della Terapia Il sistema dovrà: scegliere gli antibiotici per i quali effettivamente segnalare nel referto, che verrà inviato al reparto, l eventuale resistenza; SE NOT(microbo = E.Coli ) AND testata(fosfomicina) ALLORA non_refertare (Fosfomicina) tra gli antibiotici refertati ai quali il batterio è sensibile, suggerire al clinico quello più indicato per la terapia sulla base della attività di ciascun antibiotico. 8

9 PAZIEN TE NON NOSOCOMIALE PAZIEN TE NOSOCOMIALE SCENARIO PRELIEVO IDEN TIFIC AZIO N E DELLA SPECIE MICROBICA daticampione,paziente risultatitest,statistic he SISTEM AESPERTO : ELABORAZIONE DATI specie identificata CAMPIONI TEST SENSIBILITA AGLI ANTIBIOTICI PRES EN TA ZIO N E RISU LTA TI PRESC RIZIONE TERAPIA ALLARM I ESMIS: Validazione delle Analisi CodiciNote TestRack CodiciNote Validazione CodiciNote Refertazione Descrizione Note Risultati Propostidal Sistema Esperto 9

10 ESMIS: Lista Ordinata Antibiotici CostoDose Antibiotico Reparto Consigliato DatiAntibiotici Reparto Sconsigliato Sede Consigliata Attitudine dell antibioticoalla curadelpaziente Specie Consigliata ESMIS: Obiettivi raggiunti Vantaggi del prototipo: Flessibilità: il modo di ragionare può essere modificato molto facilmente operando sulle regole facenti parte della base di conoscenza; Modularità: nuovi tipi di ragionamento ed elaborazioni possono essere aggiunte al sistema senza stravolgere l intero programma, semplificando l evoluzione del sistema; Semplicità: il metodo di ragionamento applicato è ottenuto tramite regole che non sono cablate nel programma ma che hanno una loro entità ben precisa e risultano anche di facile comprensione. Chiarezza: il ragionamento che ha portato ad un allarme o ad una particolare conclusione viene documentato con l indicazione delle regole che lo hanno generato. Qualità: i controlli vengono eseguiti in modo automatico e quindi è possibile garantire uno standard qualitativo costante Miglioramento della cura: Gli allarmi e le considerazioni ottenute dal sistema possono essere di grande aiuto sia al laboratorio che al reparto in cui il paziente è ricoverato. 10